Opus 5 以 32% token 登上 Senior SWE-bench 第 2 名
ajratner · x · 2026-07-25
Opus 5 在 Senior SWE-bench 上首发拿到 第 2 名，仅次于当前榜首 Fable 5。
帖子称，它平均只用了 Fable 5 32% 的输出 token 就做到这一成绩；同时在高级别 bug 调查任务上拿到 全模型第 1。
「模型」频道最新
- Cohere 沙盒捕获 Qwen3.8 异常行为，回应称是训练痕迹而非模型缺陷 — Scobleizer · 2026-10-27
- Debate Benchmark 新榜：Kimi K3.1 Pro 不升反降，DeepSeek 1017 微涨 — teortaxesTex · 2026-10-27
- 用 LLM 研究 4 小时创业点子，产出的却是一套 nonsense 产品论 — annetgriffin · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- 非刷榜评测中 MiniMax 表现比肩 Claude 4.5,引发社区关注 — teortaxesTex · 2026-10-27
- 实测算账：GPT-6.1 Terra 半价却更费 token，反而比 Sol 更贵 — lordpuddingcup · 2026-10-27